深度学习的深度学习路程

MyEncyclopedia 公众号主浙大本硕毕业后在BAT做资深工程开发，精通Java，算法和大数据开发，本可以靠着工程能力成为P9，但出于对AI的强烈兴趣，在业余时间，自学多年，从理论到实践，并最终转行到知名公司任资深机器学习岗。MyEncyclopedia 公众号提炼自己在AI多个领域的学习心得体会：深度学习，强化学习，统计机器学习，算法与工程实现。同时，用上述多个视角来全面看待问题，坚持从第一性原理出发理解推导。凭借着强大的编程能力，公众号还大量使用动画模拟和代码例子的来阐述深奥的概念。

目前，MyEncyclopedia 系列文章包括

• 深度学习论文解析

• 深度强化学习实践和理论

• 基础统计和统计机器学习

• 多维度思考算法题

• 动手学 Sutton 强化学习教程

深度学习论文解析

• 视频论文解读：MINE 互信息神经网络估计

  
  

• 透彻直觉解读深度表征学习论文 CPC InfoNCE

  
  

• 视频论文解读：经典表征学习 NCE (负采样）的宏观理解

  
  

• Pointer Networks 论文解读：RNN解组合优化

  
  

• 更多 Deep Representation Learning 构建筹划中

• Graph Neural Networks 领域学习筹划中

  
  

深度强化学习实践和理论系列

• 视频论文解读：强化学习A3C和Actor Critic方法

• 视频论文解读：PPO算法

• 深度强化学习之：PPO训练红白机1942

• 深度强化学习之：DQN训练超级玛丽闯关

• 组合游戏系列3: 井字棋、五子棋的OpenAI Gym GUI环境

• 组合游戏系列4: AlphaGo Zero 强化学习算法原理深度分析

• 组合游戏系列5: 井字棋、五子棋AlphaGo Zero 算法实战

  
  

• 解读深度强化学习基石论文：函数近似的策略梯度方法

  
  

• 深度强化学习之：Policy Gradient Theorem 综述

  
  

• 解读TRPO论文，深度强化学习结合传统优化方法

• 强化学习开源环境集
  
  
• Soft ActorCritic, ACKTR 等模型
  
  
• RLLib 分布式训练

多角度刷算法题系列

• 深入 LeetCode 470 了解拒绝采样和求期望法，再挑战一道经典概率面试题

  
  

• Leetcode 1029 两地调度问题的优化解法（附OR-Tools和PuLP代码）

  
  

• 从蒙特卡罗模拟，数学递推到直觉来思考 Leetcode 1227 飞机座位分配概率

  
  

• 24 点游戏算法题的 Python 函数式实现: 学用itertools，yield，yield from 巧刷题

  
  

• 多维算法刷题之矩阵快速幂运算解DP问题

  
  

• 组合游戏系列1: Leetcode中的Minimax 和 Alpha Beta剪枝

  
  

• 组合游戏系列2: 井字棋Minimax最佳策略和Leetcode相关题解

  
  

• TSP问题从DP算法到深度学习1：递归DP方法 AC AIZU TSP问题
  
  
• TSP问题从DP算法到深度学习2：欧氏空间数据集的DP解
  
  
• TSP问题从DP算法到深度学习3：Pointer Network
  
  
• TSP问题从DP算法到深度学习4：概率最大状态序列算法
  
  
• 更多统计，优化，模拟和算法综合主题构建筹划中

统计和机器学习基础系列

• 深入理解极大似然估计(MLE) 1: 引入问题

  
  

• 用逆变换采样方法构建随机变量生成器

  
  

• 从零构建统计随机变量生成器之离散基础篇
  
  
• 用模拟方法直觉理解更多随机变量生成和随机过程
  

Sutton 强化学习基础系列

• 通过代码学Sutton强化学习：GridWorld OpenAI环境和策略评价算法
  
  
• Sutton强化学习之用代码学习2：Grid World 策略迭代和值迭代
  
  
• 通过代码学Sutton强化学习3：21点游戏的策略蒙特卡洛值预测
  
  
• 通过代码学Sutton强化学习4：21点游戏蒙特卡洛解得最佳策略
  
  
• 通过代码学Sutton强化学习第四章动态规划
  
  
• 通过代码学Sutton强化学习：SARSA、Q-Learning和Expected SARSA 时序差分算法训练CartPole
  
  
• 通过代码学Sutton强化学习：从Q-Learning 演化到 DQN